好奇心日报

好奇驱动你的世界

打开
商业
  • 纽约时报
  • 时尚
  • 人工智能
  • AI
  • Stitch Fix
  • Bombfell

从业者加点小心,人工智能开始抢时尚行业的工作了

在美国,时装行业曾让大量蓝领员工失业。如今,这一行业又扭转了方向,成为 AI 如何影响大量白领员工的行业范例。

本文只能在《好奇心日报》发布,即使我们允许了也不许转载*

在印度电商网站 Myntra 的销售排行榜上,最畅销的一款 T 恤由橄榄色、蓝色和黄色三种色块组成。这件衣服的设计并非出自人类,而是由一种——或者说,是两种计算机算法设计出来的。

第一种算法会随机生成看上去像服装的图像。第二种算法负责进一步把这些图像和 Myntra 库房里的服装进行区分对比。经过多次互相比对,第一种算法在生成服装类图像的表现会变得更好,而第二种算法则可以更好地判定两者的相似度,但图像与实际的产品并不完全相同。

Myntra 的首席执行官阿南特·纳拉亚南(Ananth Narayanan)说,人工智能(AI)就是通过这种反复对比,最终产生“销售成绩可以实现百分百增速”的设计。他认为:“这样是可行的。”

算法正在改变着时装和零售产业,而服装设计则属于其中的前沿领域。现在不少公司已经把使用 AI 作为常规性工作,让 AI 来决定需要采购哪种衣服,以及向顾客推送什么内容。

在美国,时装行业曾让大量蓝领员工失业。如今,这一行业又扭转了方向,成为 AI 如何影响大量白领员工的行业范例。这种转变也波及到了高度依赖模式化的工作(比如股票投资癌症检测等)。

印度电商网站 Myntra 利用两种算法设计出这种畅销的 T 恤。一种算法会随机产生图像;另一种算法将其与已有设计进行对比鉴别,而不是复制设计。

去年,麻省理工学院的经济学家埃里克·布林约尔松(Erik Brynjolfsson)和卡内基·梅隆大学计算机科学家汤姆·米切尔(Tom Mitchell)在《科学》期刊联名发表文章。文中提到:“在未来数年,越来越多的工作将实现机械自动化,或在机器辅助下变得更高效。”但两人也辩证地说道,受此影响的大多数工作不会完全消失,而是一部分实现自动化。

时装行业发生的变化向人们展示出,机器将如何影响到那些甚至被认为靠创意赚钱、而非仅靠经验做判断的人群。其中,买手和商品规划师(merchandise planners)是直接受到冲击的职业——两者会帮助商店决定采购哪些长裙、上衣和裤子。

买手的主要工作是凭借自身对时尚潮流的敏锐嗅觉,来预测顾客喜欢的服饰。克里斯蒂娜·希罗卡(Kristina Shiroka)为线上零售商 Outnet 做过几年买手,她举例说:“如果上个月卖掉了 500 双平底鞋,根据这样的业绩,下个月或许可以卖出 1000 双。但是,到那时人们可能已经不喜欢这款鞋了,那么就需要减少采购量。”

然后,商品规划师根据买手的结论,计算出各种服饰的采购数量(例如:分别购入多少双凉鞋、高跟鞋和平底鞋),从而帮助公司达到销售目标。

在这种规模小但持续增长的行业中,高性能的算法可以畅通无阻地运行。但是,那通常是由机器来预测顾客的喜好,而不是凭买手的直觉。

没有算法,可能就没有 Stitch Fix 这门生意。他们的算法会预测在未来几个月里,有多少顾客会处于某个特定的情境或“状态”,也会推测在每个情境下人们的衣服购买力。图片版权:Christie Hemm Klok for The New York Times

Stitch Fix 是一家提供线上时尚造型服务的公司。他们会寄给顾客几盒服饰,而顾客可以自行选择保留或是退货。与此同时,公司会保存顾客资料,以便为他们提供更符合个人需求的服饰。

Stitch Fix 高度依赖算法来指导公司的购买决策——实际上,如果没有算法,也就没有这门生意。这些算法会预测在未来几个月里,有多少顾客会处于某个特定的情境或“状态”(比如:有人因为换了新工作而需要添置新衣),也会推测在每个情境下人们的衣服购买力。这些算法还会推算不同身份的顾客喜欢哪种造型,比如一位生活在得克萨斯、有孩子、身材娇小的护士会喜欢什么样的服饰?

目前,印度线上零售商 Myntra 会为其买手提供算法的预测结果,协助他们判断某件单品成为畅销品的可能性。这些结果根据相似的服饰(有类似的袖子、颜色或面料)的过往销量来进行演算。(当然,买手也可以选择不参考预测的结果。)

由此可见,AI 的出现,让买手、商品规划师等年收入超过 10 万美元的高收入人群的就业前景开始变得不太明朗。

传统型的零售店,会为每种服饰(设计师品牌服饰、当季流行或休闲服饰等),或是每种类别(比如长裙或上衣),分别配备包括买手、支持人员等在内的团队。有的零售商还会把团队进行细分,例如分别负责针织上衣和梭织上衣的采购。如此以来,每个独立的采购—规划小组雇佣的人数都相差无几。

Bombfell 和 Stitch Fix 的理念类似,但主要为男性服务。Bombfell 仅有一个买手负责上衣和饰品的采购。公司会提供数据和算法工具,协助买手预测服装需求。图片版权:Jeenah Moon for The New York Times

有的买手称,这种专业的方式可以帮助他们直观地理解服装样式和色彩的流行趋势。海伦娜·莱文(Helena Levin)为零售商 Charlotte Russe 和 ModCloth 做过很长一段时间的买手,她认为:“越是沉浸其中,越能获得一种感觉。”

莱文用一款曾在十年前畅销的薄荷绿长裙举例:“某一天,这一款长裙就变得不流行了,也停产了。(因为在某个时期很多人都认为)‘什么都是薄荷色,所以也该淘汰了。’然后,这一款就落伍了。你可以感受到这个过程。”

但是,零售商现在已经开始采用算法和大数据的方式来预测采购需求,并打算雇佣更少的买手。同时,他们希望每位买手负责更多的服装类别,因为(有了 AI 的协助)买手会减少对直觉的依赖。

提供线上女装租赁服务的 Le Tote 仅拥有六名员工,但负责所有服饰品牌所有类别的采购(包括长裙、上衣、裤子和夹克等),每年营收能达到数亿美元。

Le Tote 联合创始人布雷特·诺萨特(Brett Northart)说,公司的算法可以根据顾客电子愿望清单里的衣物数量、线上评分系统和近期购买记录,推算出需要采购的服饰种类。

Bombfell 的买手内森·凯茨(Nathan Cates)和造型师威尔·诺古基(Will Noguchi)身穿公司提供的 T 恤。虽然算法会帮助凯茨决定采购什么,但他在购买前还是习惯用手感觉一下服装面料,而且总会先试穿。图片版权:Jeenah Moon for The New York Times

Bombfell 的业务和 Stitch Fix 很像,但只为男性提供订购服装盒子的服务。这个公司仅有内森·凯茨这一名买手,而他要负责采购所有的上衣和饰品。

这家公司也建立了算法工具和数据库。凯茨说,这样可以帮助他更准确地推测服装需求,工作形态也和传统买手不一样。

他说:“我们可以精确地知道顾客是谁、住在哪里、做什么工作、以及他们服装尺码是多少。”

至少现在,只需一个人就可以完成他的部分工作。但是,在购买一件衣服前,凯茨仍习惯用手感觉一下服装的面料,而且总会先试穿再做决定。

“如果采购浅色系的衣服,会不会有人穿上可能会露点呢?”他如此解释这样做的原因。(他曾在纽约的公司总部穿过一件薄荷色的 T 恤,而他收到的评论是“这样穿有点露点了。”)

服装行业有一个岗位正在增加,那就是选衣服、寄衣服给顾客的造型师。他们会根据算法的结果向顾客推荐服饰。图为造型师玛丽·凯蒂·马科夫斯基(Mary Kate Makowski)刚刚填好了一份 Trunk Club 的订单。图片版权:Whitten Sabbatini for The New York Times

在做(服装采购)自动化时,还需要考虑另外一些因素。例如:和供应商谈判时就需要与人进行沟通。即使算法可以帮助买手更快、更准确地做好决定,但他们能够应付的供应商数量还是有限的。

阿蒂斯·泽加米(Arti Zeighami)负责为 H&M 集团做高级数据分析和 AI 监管工作,利用 AI 的分析结果协助集团做供应链决策。他认为,公司采用这种方式是“增强”人工买手和规划师的能力,而不是取代他们的工作。但是他也承认,很难预测五到十年后,这种技术对就业产生的影响。

有专家称,某些岗位会在未来因为自动化而减少。美国劳工统计局(Bureau of Labor Statistics)预测,在未来十年里,批发和零售买手的就业率会下降 2%,而其他职业则会增加 7%。之所以会这样,是因为一些不需要复杂技能的岗位会被自动化取代,比如管理库存目录、自动为不太强调个性化服饰的零售商做采购等(特指自动化的部分)。

但是,在时装行业里,至少有一个领域的工作机因机器的出现非但没有减少,反而增加了。例如:提供订购制服务(box-fashion)的 Bombfell、Stitch Fix 及其他竞争对手公司,都在持续聘请人工造型师来管理算法为顾客提供的服饰推荐信息。不过,寄出装有何种服装的盒子,则最终由买手来决定。

时尚百货 Nordstrom 旗下的 Trunk Club 是 Stitch Fix 的另一竞争者。该公司销售经理杰德·卡尔莫西诺(Jade Carmosino)说:“我会询问顾客觉得我们的服务怎么样,如果他们没有表现得很热情,那么我就会记下来(做改进)。”

有鉴于此,造型师的例子似乎反映出 AI 替代白领工作后,一种更广泛的工作趋势:聘请更多人,让他们在机器和顾客之间进行工作。

EquBot 是一家提供交易型开放式指数基金(ETF)的公司,用人工智能管理公司的投资产品。公司的首席执行官希达·卡图阿(Chida Khatua)预测,即使大量的投资行为实现了自动化,财富管理行业还是会聘请更多财务顾问。

做造型师或财务顾问一类的工作也有一项缺点:收入可能比传统的买手或拣股者(stock pickers)要少一些。不过,麻省理工学院研究自动化的经济学家达龙·阿杰姆奥卢(Daron Acemoglu)则带来一则好消息,他认为,在未来几十年里,上述工作机会可能仍然比大部分只要求低、中等技能的工作赚得更多。

而且,这些工作最终可能很难实现自动化。

卡图阿说:“如果我是一位顾客,在解释自己的需求时,会希望也有其他人参与其中。因为有时候,我真的不知道自己想要什么。”


翻译:熊猫译社 Emily Li

题图版权:Christie Hemm Klok for The New York Times

© 2018 THE NEW YORK TIMES

  • 纽约时报
  • 时尚
  • 人工智能
  • AI
  • Stitch Fix
  • Bombfell